八天線TD-LTE系統(tǒng)的波束賦形算法分析*

(上海貝爾股份有限公司，上海 200070)

1 引 言

長期演進項目(Long Term Evolution，LTE)[1]是3G通信技術(shù)的演進技術(shù)，其中定義了LTE-FDD (Frequency Division Duplexing)和LTE-TDD(Time Division Duplexing)兩種方式。多天線技術(shù)是LTE中的重要技術(shù)之一，通過多天線系統(tǒng)可以獲得分集增益、陣列增益以及空分復用增益。波束賦形技術(shù)是一種基于小間距多天線陣列的線性預處理技術(shù)，可以根據(jù)系統(tǒng)性能指標，形成對基帶(中頻)信號的最佳組合或者分配。相對于頻分雙工( FDD) 系統(tǒng)而言, TDD系統(tǒng)可以利用無線信道互易性, 使用上行信號反饋獲得上行信道信息, 并將這些信道信息應用于下行發(fā)送的開環(huán)波束賦形技術(shù)中, 有效地挖掘系統(tǒng)發(fā)端的多天線增益,擴大系統(tǒng)覆蓋，提高系統(tǒng)容量，增強抗干擾的能力。

基于特征值分解的EBB(Eigen-based Beamforming)算法是波束賦形主要算法之一。EBB算法通過對用戶空間相關(guān)矩陣進行特征分解，找到最大特征值對應的特征向量即為權(quán)矢量，從而實現(xiàn)波束賦形。

TD-LTE引入了8發(fā)2收的天線配置，到LTE-A則將會引入8發(fā)8收的天線配置[3]。本文描述了如何將EBB算法應用于八天線TD-LTE系統(tǒng)，并參照3GPP標準搭建了完整TD-LTE下行八天線波束賦形系統(tǒng)仿真平臺，采用SCM-E信道對基于特征值分解的八天線單流波束賦形算法進行了性能仿真分析。

2 八天線TD-LTE波束賦形系統(tǒng)結(jié)構(gòu)

本文所設(shè)計的波束賦形系統(tǒng)在基站端采用8根交叉極化天線，移動終端采用兩根垂直極化天線，如圖1所示。移動終端通過在上行發(fā)送的信道探測參考信號(Sounding Reference Signal，SRS)，基站端對接收的SRS進行信道估計，從而獲得上行信道信息，再利用TDD系統(tǒng)的信道互易性得到下行信道信息，然后通過特征值分解得到加權(quán)矢量用于下行波束賦形[4]。

圖1 TD-LTE中八天線單流波束賦形系統(tǒng)結(jié)構(gòu)

考慮到減少SRS信號占用資源以及基站的處理時間，終端通常只選擇在個別上行子幀發(fā)送SRS信號；同時，還要避免SRS信號與下行子幀之間時延太久，造成信道信息的過時。本文設(shè)計了一種兼顧上述兩種問題的SRS信號發(fā)送模式，如圖2所示。當上下行配置采用上下行配置 1時[2]，信道探測參考信號采用2 ms周期發(fā)送，在特殊子幀上的上行信道探測參考信號獲取信道信息應用于第一個下行子幀，在上行幀的信道探測參考信號結(jié)果用于第二個下行幀和特殊子幀發(fā)送下行數(shù)據(jù)，這樣能夠保證每個下行子幀用于波束賦形的上行信道探測參考信號都在2 ms以內(nèi)，而不是使用過期的信道信息。這種配置在很大程度上減少了上行信道探測參考信號延遲對下行波束賦形性能的影響，又不會占用較多的時頻資源。

圖2 信道探測參考信號周期配置

3 TD-LTE系統(tǒng)中基于特征值分解的單流波束賦形算法實現(xiàn)

圖3為所設(shè)計的八天線波束賦形發(fā)射機系統(tǒng)實現(xiàn)框圖。該系統(tǒng)主要包括上行賦形權(quán)重產(chǎn)生處理和下行波束賦形處理兩部分。

圖3 八天線波束賦形系統(tǒng)實現(xiàn)框圖

3.1 上行賦形權(quán)重產(chǎn)生處理

在EBB算法中，對用戶空間相關(guān)矩陣進行特征分解，以找到最大特征值對應的特征向量作為權(quán)矢量，實現(xiàn)波束賦形技術(shù)。由上行信道信息計算得出用戶相關(guān)矩陣為

(1)

式中，(·)H表示矩陣的共軛轉(zhuǎn)置操作。八天線系統(tǒng)中對于每個資源塊k，Ck的結(jié)果均為一個8×8矩陣。

對Ck的特征值分解如下：

Ck?VΣVH

(2)

式中,Σ為升序排列的非負對角矩陣。每個資源塊k對應的Vk為相關(guān)矩陣Ck的右特征向量集合，Vk為一個8×8矩陣：

Vk=[V1V2V3V4V5V6V7V8]

(3)

3.2 下行波束賦形處理

根據(jù)LTE物理層協(xié)議——3GPP 36.211協(xié)議[2]，信道編碼調(diào)制后的數(shù)據(jù)可以表示為x(5)(0),x(5)(1),…,x(5)(Msymb-1)，其中Msymb為調(diào)制后符號數(shù)。數(shù)據(jù)經(jīng)過預編碼模塊，預編碼模塊完成從碼字(Codeword)到層(Layer)的映射。根據(jù)3GPP 36.211協(xié)議，當系統(tǒng)只有一個碼字和一個層時，該模塊為直通模塊，處理如式(4)，將數(shù)據(jù)映射到端口5。

y(5)(i)=x(0)(i)

(4)

式中，i=0,1,2，…,Msymb-1。

經(jīng)層映射后的結(jié)果序列y(5)(i)進入到單流波束賦形模塊。在單流波束賦形模塊中使用前面生成的加權(quán)矢量對數(shù)據(jù)進行加權(quán)，如下式:

(5)

加權(quán)后得到八天線上的信號通過資源映射模塊映射到對應天線時頻資源，然后通過逆快速傅里葉變換(IFFT)、添加循環(huán)前綴，生成LTE 下行OFDM信號。由發(fā)射機產(chǎn)生的信號通過SCM-E信道進入到終端接收機進行接收，與其它發(fā)送模式基本一致，這里就不詳細介紹了。

(a)基站4+4交叉極化

(b)終端垂直極化

4 仿真分析與結(jié)論

通過搭建完整的TD-LTE系統(tǒng)仿真平臺對本文描述的單流波束賦形EBB算法進行了仿真分析。仿真中采用了3GPP在TR25.996中提出的SCM-E信道模型[5]，基站端采用4+4雙極化天線，終端采用兩根垂直極化天線。4+4雙極化天線是一種典型的八天線配置，其天線形態(tài)適合使用單流或者雙流波束賦形技術(shù)。

表1 仿真參數(shù)配置

八天線EBB波束賦形算法通過上行信道反饋信息，再通過特征值分解找到最大來波方向，利用權(quán)重加權(quán)實現(xiàn)波束合成，因此如果終端移動速度過快，會導致上行信道反饋信息失去時效性，從而使來波方向估計不準，造成增益下降。圖5給出了在不同終端移動速度下EBB波束賦形算法的誤塊率(BLER)信噪比曲線。可以看出，在低速情況(3 km/h)時，1%BLER，SNR工作點約為-9.8 dB；隨著終端速度的增加，波束賦形增益明顯下降，在210 km/h，誤塊率1%，SNR工作點約為-3.5 dB，增益下降約6 dB?？梢姲颂炀€波束賦形增益主要體現(xiàn)在終端低速移動的場景。

圖5 不同終端速度下波束賦形性能對比

EBB算法中利用上行信道估計結(jié)果計算波束賦形權(quán)重，因此上行信道估計結(jié)果誤差(MSE)會導致波束賦形權(quán)重不準，從而影響波束賦形增益，上行信道估計誤差是工程上需要評估的重要指標。圖6給出了信道估計誤差MSE分別在0.1、0.05、0.01、0.001下的算法性能，可以看出在誤差為0.1時，1% BLER處，增益下降約0.5 dB。該算法在一定信道估計誤差下仍然能夠維持較好的波束賦形增益。

圖6 不同上行信道估計誤差下波束賦形性能對比

以上仿真結(jié)果表明，八天線EBB波束賦形算法可以正確實現(xiàn)波束合成，相對于傳統(tǒng)發(fā)送方式能夠明顯提高系統(tǒng)增益。本文對波束賦形在不同應用場景下的性能分析結(jié)果對實際系統(tǒng)設(shè)計具有較大參考價值。

參考文獻：

[1] 3GPP TS 36.300 V8.9.0, Evolved Universal Terrestrial Radio Access E-UTRA and Evolved Universal Terrestrial Radio Access E-UTRAN Overall description[S].

[2] 3GPP TS 36.211 V8.9.0,Physical Channels and Modulation[S].

[3] 2010ZX03002-002，TD-LTE面向商用基站研發(fā)[S].

2010ZX03002-002，TD-LTE commercial eNodeB R&D [S].(in Chinese)

[4] 李亞麟，樊迅，胡波，等.天線校準誤差建模即對開環(huán)波束賦形技術(shù)的影響[J].電訊技術(shù)，2010，50(3)：45-48.

LI Ya-lin,FAN Xun, HU Bo, et al. Modeling of Antenna Calibration Error and its Impact on Open-Loop Beamforming [J]. Telecommunication Engineering, 2010,50 (3):45-48.(in Chinese)

[5] 3GPP TR 25.996 V9.0.0,Spacial channel model for Multiple Input Multiple Output (MIMO) simulations[S].